Tabla de contenido:
2025 Autor: John Day | [email protected]. Última modificación: 2025-01-13 06:57
En este instructivo, voy a mostrar cómo puedes detectar la cara y el ojo usando raspberry pi y opencv. Este es mi primer instructable en opencv. Seguí muchos tutoriales para configurar un CV abierto en frambuesa, pero siempre me encontré con algunos errores. De todos modos, resolví esos errores y pensé en escribir instructable para que todos los demás puedan instalarlo sin ninguna dificultad.
Cosas necesarias:
1. Raspberry pi zero
2. Tarjeta SD
3. Módulo de cámara
Este proceso de instalación llevará más de 13 horas, así que planifique la instalación en consecuencia.
Paso 1: Descargue e instale la imagen de Raspbian
Descargue raspbian stretch con imagen de escritorio del sitio web de raspberry pi
www.raspberrypi.org/downloads/raspbian
Luego inserte la tarjeta de memoria en su computadora portátil y grabe la imagen raspbian usando la herramienta etcher
Descarga ethcher desde aquí
Después de grabar la imagen, conecte la tarjeta de memoria a su raspberry pi y encienda la frambuesa
Paso 2: Configurar Opencv
Después del proceso de arranque, abra la terminal y siga los pasos para instalar opencv y configurar el entorno virtual para opencv
Pasos:
1. Cada vez que inicie una nueva instalación, es mejor actualizar los paquetes existentes.
$ sudo apt-get update
$ sudo apt-get upgrade
Tiempo: 2m 30 seg
2. Luego, instale las herramientas para desarrolladores
$ sudo apt-get install build-essential cmake pkg-config
Tiempo: 50 seg.
3. Ahora tome los paquetes de E / S de imagen necesarios
$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
Tiempo: 37 seg.
4. Paquetes de E / S de video
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get install libxvidcore-dev libx264-dev
Tiempo: 36 seg.
5. Instale el desarrollo GTK
$ sudo apt-get install libgtk2.0-dev
Tiempo: 2m 57s
6. Paquetes de optimización
$ sudo apt-get install libatlas-base-dev gfortran
Tiempo: 1 min.
7. Ahora instale Python 2.7 si no está allí. En mi caso, ya estaba instalado pero aún verifico
$ sudo apt-get install python2.7-dev
Tiempo: 55 seg.
8. Ahora descargue el código fuente opencv y descomprímalo
$ cd ~
$ wget -O opencv.zip
$ descomprimir opencv.zip
Tiempo: 1m 58 seg
9. Descarga del repositorio opencv_contrib
$ wget -O opencv_contrib.zip
$ descomprimir opencv_contrib.zip
Tiempo: 1 m 5 seg
10. Ahora opencv y opencv_contrib se han expandido, elimine sus archivos zip para ahorrar espacio.
$ rm opencv.zip opencv_contrib.zip
Tiempo: 2 seg.
11. Ahora instale pip
$ wget
$ sudo python get-pip.py
Tiempo: 50 seg.
12. Instale virtualenv y virtualenvwrapper, esto nos permitirá crear entornos python separados y aislados para nuestros proyectos futuros.
$ sudo pip install virtualenv virtualenvwrapper
$ sudo rm -rf ~ /.cache / pip
Tiempo: 30 seg.
13. Después de esa instalación, abra ~ /.profile
$ nano ~ /.profile
y agregue estas líneas al final del archivo
# virtualenv y virtualenvwrapper
exportar WORKON_HOME = $ HOME /.virtualenvs fuente /usr/local/bin/virtualenvwrapper.sh
Ahora obtenga su ~ /.profile para volver a cargar los cambios
$ fuente ~ /.profile
Tiempo: 20 seg.
14. Ahora crea un entorno virtual de Python llamado cv
$ mkvirtualenv cv
Tiempo: 10 segundos
15. El siguiente paso es instalar numpy. Esto tomará al menos media hora para que pueda tomar un café y sándwiches.
$ pip install numpy
Tiempo: 36m
16. Ahora compile e instale opencv y asegúrese de estar en un entorno virtual cv usando este comando
$ workon cv
y luego configurar la compilación usando Cmake
$ cd ~ / opencv-3.0.0 /
$ mkdir compilación $ cd compilación $ cmake -D CMAKE_BUILD_TYPE = RELEASE / -D CMAKE_INSTALL_PREFIX = / usr / local / -D INSTALL_C_EXAMPLES = ON / -D INSTALL_PYTHON_EXAMPLES = ON / -D OPENCV_EXTRA.0 / módulos D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = OFF..
Tiempo: 5 minutos
17. Ahora que la compilación está configurada, ejecute make para iniciar el proceso de compilación. Esto va a llevar un tiempo, así que puedes dejar que se ejecute durante la noche.
$ hacer
En mi caso, 'make' me arrojó un error que estaba relacionado con ffpmeg. Después de mucha búsqueda encontré la solución. Vaya a la carpeta opencv 3.0, luego a los módulos, luego dentro de videoio, vaya a src y reemplace cap_ffpmeg_impl.hpp con este archivo
github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp y ejecuta make de nuevo
Tiempo: 13 horas
Si está compilado sin ningún error, instálelo en raspberry pi usando:
$ sudo make install
$ sudo ldconfig
Tiempo: 2 min 30 seg
18. Después de completar el paso 17, sus enlaces opencv deben estar en /usr/local/lib/python-2.7/site-packages. Verifique esto usando este
$ ls -l /usr/local/lib/python2.7/site-packages
total 1549 -rw-r - r-- 1 bastón raíz 1677024 3 de diciembre 09:44 cv2.so
19. Ahora lo único que queda es un enlace simbólico del archivo cv2.so en el directorio site-packages del entorno cv
$ cd ~ /.virtualenvs / cv / lib / python2.7 / site-packages /
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
20. Verifique su instalación de opencv usando:
$ workon cv
$ python >>> importar cv2 >>> cv2._ versión_ '3.0.0' >>>
Paso 3: Detección de rostro y ojos
Ahora intentemos la detección de rostros
Lo primero que debe hacer es habilitar la cámara usando:
$ sudo raspi-config
Esto abrirá una pantalla de configuración. Use las teclas de flecha para desplazarse hacia abajo hasta la Opción 5: Habilitar la cámara, presione la tecla Intro para habilitar la cámara, y luego presione la flecha hacia abajo hasta el botón Finalizar y presione Intro nuevamente. Por último, deberá reiniciar su Raspberry Pi para que la configuración surta efecto.
Ahora instale picamera [array] en el entorno cv. Para ello, asegúrese de estar en un entorno cv. Si reinició su pi, para ingresar nuevamente en el entorno cv, simplemente escriba:
$ fuente ~ /.profile
$ workon cv
Ahora instale la cámara pi
$ pip instalar "picamera [array]"
Ejecute face-detection-test.py bu usando:
Python face-detection-test.py
Si arroja algún error, simplemente escriba este comando antes de ejecutar el script
sudo modprobe bcm2835-v4l2
Ahora está listo para la detección de rostros. Prueba y comparte tus resultados
¡Salud!